自动机器学习(AutoML)是将机器学习应用于实际问题的过程的自动化过程。AutoML涵盖了从原始数据集到可部署的机器学习模型的完整管道。提出将AutoML作为基于人工智能的解决方案来应对不断增长的应用机器学习的挑战。 AutoML的高度自动化允许非专家使用机器学习模型和技术,而无需首先成为该领域的专家。 从机器学习角度讲,AutoML 可以看作是一个在给定数据和任务上学习和泛化能力非常强大的系统。但是它强调必须非常容易使用;从自动化角度讲,AutoML 则可以看作是设计一系列高级的控制系统去操作机器学习模型,使得模型可以自动化地学习到合适的参数和配置而无需人工干预。

精品内容

【KDD2023】协同过滤的高效联合超参数和架构搜索
【CMU博士论文】迈向高效自动机器学习,184页pdf
专知会员服务
24+阅读 · 2月24日
【KDD2022教程】多模态自动机器学习教程,130页ppt
专知会员服务
71+阅读 · 2022年8月19日
【WWW2022教程】自动机器学习推荐系统:基础与进展
专知会员服务
35+阅读 · 2022年4月23日
【微软】自动机器学习系统,70页ppt
专知会员服务
62+阅读 · 2021年6月28日
【TPAMI2021】基于知识锚点进化的AutoML
专知会员服务
19+阅读 · 2021年5月1日
参考链接
微信扫码咨询专知VIP会员